冷链物流多式联运路径选择优化研究

为降低冷链食品（CCF）在运输过程中的总成本,提高客户满意度,采用多式联运对冷链食品进行物流配送。先基于多式联运网络、总成本最小化和客户满意度最大化,构建路径选择模型;再采用改进粒子群优化算法（IPSO）对模型进行求解;最后,利用实际案例进行模型验证和敏感性分析。研究结果表明：与公路单式联运相比,多式联运的运输成本降低了13.4%,总成本降低了2.4%,时间满意度提高了3.3%,总满意度提高了0.6%。通过提升铁路运输速度,可有效地降低运输总成本,提高客户满意度。     

大力发展现代物流下的多式联运

全球经济的发展和市场竞争的加剧,加大了企业对物流的重视,促进了多式联运的发展。本文通过论述现代物流和多式联运的关系,以及相应的信息技术,提出了现阶段多式联运发展的几点建议。     

现代物流与国际多式联运之关联

文章通过分析国际多式联运与现代物流间的异同点和关系,探讨了国际多式联运适应物流发展的对策,指出了现阶段我国多式联运经营人开展物流组织与服务应注意的问题和应采取的相应对策．     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

长大货物多式联运路径优化模型与算法

基于可行性与合理性的角度, 分析了长大货物多式联运路径优化的影响因素。以最小运输时间、里程与费用为目标函数, 以线路限界、桥梁承载能力、起重设备的起重能力为约束条件, 建立了长大货物多式联运路径优化原始模型。考虑了约束条件的改造性特征, 将原始模型扩展优化, 设计了二维序列编码策略, 运用遗传算法求解扩展模型。计算结果表明: 运用提出的优化模型与遗传算法, 最优运输时间、里程和费用分别为12.5d、1 116km、58.18万元, 运用提出的优化模型与模拟退火算法, 最优运输时间、里程和费用分别为15.5d、1 131km、67.74万元; 运用单一的铁路运输方式与遗传算法, 最优运输时间、里程和费用分别为12.7d、1 152km、56.50万元。与其他2种情况比较, 提出的优化模型与遗传算法的综合优化程度分别提高52.22%与8.95%, 可见, 模型可行, 算法有效。     

集装箱多式联运组合优化研究

在联运过程中,从运输企业的利益和集装箱货物收发货人或代理人的利益两个方面出发,从经营收入、转运成本、因延误的保存成本和损失费用、时间价值四个角度建立了一个能适应各种运输要求的综合性多目标规划模型,并找到了适合该问题的算法．     

多式联运运输方式选择的模型和算法

在对多式联运运输方式选择问题分析的基础上,运用图论技术构建基于多种运输方式的运输网络.综合考虑了运输成本、运输时效性和运输风险,建立了基于综合运输成本最小和运输风险最小的多目标综合优化模型.通过主要目标法,将模型进行转化.设计了基于克隆增扩的人工免疫算法对问题进行求解.最后通过算例验证了模型和算法的有效性.     

发展多式联运提高运输效率

纵观现代交通运输的发展进程,五种运输方式(铁路、道路、水路、航空、管道)经历了不同的发展阶段.18世纪工业革命到19世纪上半期,是以水运为主的发展阶段,海洋运输和内河运输对当时各国资本主义经济发展,发挥了重要作用.到19世纪中叶,进入铁路运输发展阶段,尤其是在第一次世界大战时期,铁路运输迅猛发展,路网长度增长很快.铁路运输承担了3/4以上客货总量,这个阶段被视为铁路运输的"黄金时代".     

考虑速度与拥堵的多式联运路径优化研究

对多式联运路径优化进行了研究.对于多个城市节点,扩展并建立不规则棱柱模型网络,不仅考虑不同运输方式的成本与时间,还将不同运输方式对应的速度与拥堵纳入模型.基于Dijkstra最短路径算法,创建一个包含速度与拥堵因素多式联运路径优化模型仿真系统,通过模拟动态参数,分析了该组参数下的速度与拥堵对多式联运最优路径选择的影响,为区域运输规划提供了重要的参考价值.     

基于组合算法的易腐货物多式联运路径优化

为解决易腐货物多式联运路径优化问题,考虑时间窗约束,建立一种总成本最低的易腐货物多式联运路径优化模型.因遗传算法全局搜索能力强,禁忌搜索算法依赖初始解与领域结构的特点,设计了遗传-禁忌搜索组合算法,来求解最佳运输方式下的低成本最优路径.为验证多式联运的优势,特举实例将多式联运与单一运输方式进行对比;实例可知,组合算法有...     

不确定条件下公铁水多式联运多目标路径优化研究

多式联运运输的时效性和成本在现代物流的发展中是不可忽视的因素。针对公铁水多式联运的运输目标,主要研究了当运输时间、中转时间双重不确定因素服从随机分布时的绿色多式联运路径优化问题。构建以运输时间、碳排放、运输成本为目标函数,碳排放量为约束,建立运输时间、中转时间双重不确定条件下绿色多式联运路径多目标优化模型。并据此采用模糊自适应遗传算法（FAGA）和快速非支配排序遗传算法（NSGA-Ⅱ）设计多式联运路径优化策略;最后采用从南昌到柏林的路径数据仿真验证所提方法的有效性并对结果进行对比分析。研究发现基于NSGA-Ⅱ算法的多目标优化结果较优,可以引导多式联运经营人调整运输方案,减少二氧化碳的排放量,为物流企业开展多式联运运输提供可供参考的依据。     

多式军事联运系统运输方式优化组合研究

首先对运输方式组合进行分析,构造了运输网络图,根据运输任务对时间和成本的不同要求,通过设置时间最短和费用最低两个不同的目标函数,建立了多式军事联运系统运输方式优化组合的数学模型,并运用遗传算法和MATLAB软件进行求解,最后用一个实例验证了本文方法的可行性。研究能够为军事运输管理决策提供理论依据。     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地,综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等,构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点,设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解,并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优,在交叉概率为0.80,变异概率为0.08,种群大小为50的最佳参数组合下,得到的优化路径最大可靠度为85%,且求解出来的最优路线均未经过存在疫情感染风险的节点,求解结果较好。参数分析表明：在交叉概率相同的条件下,两种算法的平均运行时间均随着变异概率的降低而减少,随着变异概率的增加而增加;多式联运路径优化的决策会受水铁班期的影响。     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题,采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization,PSO）等方法优化了托盘共用系统,研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时,管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程;其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型,模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素;然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh,IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor,CPSO）;最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输,采用多式联运网络中的托盘共用调度模型总成本降低了69.1%;与CPSO相比,IPSO得到的调度总成本降低了1.82%;客户的期望满足时间越宽松时,采用多式联运的方式调度托盘越能节约调度成本;多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

运输结构调整背景下江苏多式联运发展研究

对近年来多式联运政策的演变及未来发展趋势进行分析,初步评估政策实施效果,在对省内多式联运节点开展调研的基础上,总结出江苏省多式联运市场大致呈现铁路模式、港口模式、公路模式、平台模式等明显特征,研究各模式发展的成功经验及存在的薄弱环节,提出构建多方协作的数字化多式联运平台,建立统一的多式联运技术标准,物流企业主体向多式联运龙头企业发展,加强公路与内河港、海港和铁路物流基地的联动等多式联运发展策略,进一步推进江苏省多式联运发展,提高物流供应链驱动力和运输产业竞争力。     

动态规划的集装箱多式联运系统运输方式组合优化

集装箱多式联运是一种以实现货物整体运输的最优化为目标的联合运输的组织形式,而集装箱多式联运系统中各种运输方式的优化组合直接关系到货物运输的费用、时间和运输质量.文中对集装箱多式联运系统中各种运输方式的组合优化问题建立了满足现实约束条件的基于动态规划的优化模型,进行了基于MATLAB的算法与程序设计,获得了最优的运输方式组合策略.实证研究显示了该模型与方法的可行性与有效性.     

考虑排放控制区的绿色多式联运路径和速度优化

针对考虑排放控制区的绿色公海多式联运路径和速度优化问题,本文首先构建不同碳排放政策下多目标混合整数非线性规划模型,并根据问题特性将其转化为等价的线性模型;其次,为有效求解模型,提出融合问题特性的改进自适应遗传算法,根据问题特点设计多层编解码机制和自适应遗传进化策略;最后,以我国某公海多式联运系统为例,验证所提模型和算法的有效性,并针对不同时间窗和低硫燃油价格进行敏感性分析。实验结果表明：与传统遗传算法和商业求解器Lingo相比,改进自适应遗传算法能获得更满意的方案,分别减少了5.2%和3.7%的多式联运总成本;强制碳排放政策下,排放限额的变化一般不会改变经营人的路线选择,只会影响经营人是否进行运输活动;碳税政策下,碳税价格上涨对多式联运总成本影响很小;碳交易政策下,不同排放限额的多式联运方案可能一致;货物准备时间延后和截止时间提前会增加运输成本,船舶在排放控制区内外使用不同航速能够带来明显的经济效益。